Não, você me entendeu mal. Grandes imagens carregadas neste fórum são compactadas para caber nesta página. Mas se você clicar neles, eles se abrirão em toda a sua glória :)
O principal é descobrir o que está sendo construído sobre o quê. O mouwing não retardado pode ser feito por simples filtro, o principal é calcular parâmetros para um atraso de fase mínimo. MEF é um bom exemplo, mas não o faz feliz, assim como qualquer outro mouwing.
Peço desculpas por não poder manter a discussão prontamente, absolutamente sem tempo para olhar para o fórum. Embora atrasado, vou tentar responder às perguntas.
Neutron-"Para mim, por exemplo, é relevante uma previsão de um passo à frente com uma previsão em cada passo. Nesta formulação, NS está provavelmente fora de competição".
Eu também subscrevo este conceito, mas não tomo a posição de que NS dá os melhores resultados, por exemplo, a previsão por mapas Kohonen (quando eles não são usados para desenhar imagens, mas modelos são construídos a partir deles) é muito mais precisa e suave do que a de NS. A regressão linear às vezes também dá bons resultados. Como exemplo, posso dar mais algumas imagens do uso conjunto de LR e NS: a linha azul é o sinal inicial traçado pelo indicador, as linhas vermelha e amarela são previsões desse sinal com diferentes horizontes. No arquivo há um arquivo correspondente à figura para H4, a primeira coluna contém dados correspondentes ao sinal azul, a segunda contém dados amarelos, a terceira contém dados vermelhos e a quarta contém Fechar. Infelizmente, não tenho tempo para avaliar a rentabilidade na nuvem e calculá-la, caso você esteja interessado, pode fazê-lo com a ajuda deste arquivo.
Utilizo meus próprios indicadores como fonte de sinais (nunca usei nenhum padrão ou outros). Entretanto, chamar o que eu uso de um indicador simples é um pouco simplista. É antes um sistema de modelagem de sinais baseado em cotações que são processadas em um bloco com feedbacks e auto-ajuste, assim como o ajuste de alguns parâmetros de acordo com o tipo de equalizador, permitindo ao usuário formar a forma de sinal necessária, naturalmente com algumas limitações, porque a base é um fluxo real de cotações e a tarefa é aumentar o valor da informação dos dados e filtrar com o mínimo de atraso usando modelos preditivos.
O bloco de modelagem utiliza o princípio da consideração grupal dos argumentos, ou seja, como a GA ele utiliza não o melhor modelo, mas um grupo, mesmo que não seja o melhor, porque o mercado é volátil e com o tempo alguns sinais não melhores tornam-se os melhores e vice-versa. Além disso, tento obter a máxima diversidade de sinais cobrindo toda a faixa de variação da função alvo, tanto por fase quanto por amplitude em relação à qual os modelos são treinados. Em geral, o sistema tem uma estrutura hierárquica em árvore com modelos baseados em LR e NS nos nós dos galhos. Como exemplo do espectro utilizado para modelagem como sinais de entrada para treinamento de LR e NS dou um fragmento da figura, a cor preta (embora pouco visível) mostra o sinal alvo, todos os outros são derivados das citações passadas através de vários modelos. O cálculo dos modelos é feito na barra zero por carrapatos, mas devido à complexidade dos modelos nem todos os carrapatos têm tempo para serem processados, mas não é essencial - ao chegar de uma nova barra, os valores são fixos e não mudam mais. Os fatores de escala introduzidos nos modelos e correspondentes aos prazos permitem mudar de um prazo para outro preservando as características de escala constante, fase e amplitude dos sinais sem nenhum ajuste.
Sinto-me encorajado pelos resultados apresentados no primeiro exemplo, nunca fiz tais testes antes e não pensei que os modelos de regressão, ou NSs, pudessem ser tão estáveis durante o trabalho a longo prazo, sem reconversão. De acordo com minhas estimativas, o dólar foi apoiado e fortalecido artificialmente para as eleições nos EUA. Agora os recursos para apoiá-la se esgotaram, além de que a crise está impedindo um maior fortalecimento. Portanto, não creio que oEURUSDcaia muito mais , depois das eleições, que estão chegando, o dólar começará a cair um pouco, embora não muito, pois a produção e o consumo estão diminuindo por causa da crise, os preços do petróleo estão caindo. Outra queda significativa do dólar começará quando o sistema financeiro mundial se recuperar da crise, e não será logo, mas enquanto isso as flutuações estarão na faixa de 1,3 - 1,5, e eu acho encorajador, porque treinei todos os modelos de LR e NS neste sistema baseado em dados H4, tomei 5000 barras a partir de 18 de julho de 2005.Isto significa que todos os meus modelos funcionarão de forma estável sem reciclagem até que o preço se desvie significativamente desta faixa, e a LR, como mostra o exemplo, pode funcionar bem com um desvio significativo da faixa de treinamento. Embora o treinamento tenha sido conduzido nos modelos H4 funciona adequadamente em todos os prazos. Portanto, o sistema construído sobre esta base será estável sem necessidade de treinamento por muitos anos, isto é encorajador.
Peço desculpas por não poder manter a discussão prontamente, absolutamente sem tempo para olhar para o fórum. Embora com atrasos, tentarei responder a perguntas.
Piligrimm, obrigado pelo posto informativo e especialmente pelo arquivo de dados. Vou pensar sobre isso e analisar. Penso que haverá perguntas em breve.
Assim, Piligrimm, temos a série temporal inicial (TP) - Preço fechado H4 (pontos pretos), um muwwing suavizando o TP inicial de acordo com algum algoritmo (linha azul), e uma série de valores previstos construídos analisando o muwwing para TP inicial um passo à frente para cada barra H4 com parâmetros diferentes de ajustes NS (linhas vermelha e roxa).
Então, olhando para ele, nada de mal pode ser dito sobre o algoritmo até agora.
Vamos construir um TS que abrirá e fechará uma posição em cada barra H4, na direção da previsão, que é definida pelos predicados apresentados (ou predicados?). É claro que a tarefa inclui a precisão da previsão e a volatilidade da BP na TF selecionada. Depois de traçarmos o incremento de preço em pips no eixo de abcissas e a previsão deste incremento no eixo de ordenadas, obteremos a nuvem de previsão e, usando sua tangente de inclinação, avaliaremos o rendimento do TS em pips por transação.
Assumindo a volatilidade do instrumento de 30 pips, o retorno para a linha de regressão é de 1,4 pip/transação, Predict1 é de 6,6 pip/transação e Predict2 é de 10,7 pip/transação.
Se o autor não se enganar na preparação dos dados, o TS que se baseia neste algoritmo NS, trará até 8 pips de lucro médio a cada 4 horas para EURUSD, levando em conta o spread, com um risco de +-30 pips durante o mesmo tempo. Ou seja, a linha de equilíbrio crescerá a uma taxa de 40 pips por dia e pairará ao redor desta linha com uma amplitude de +-100 pips. A visão geral da curva de equilíbrio encontrada a partir das características integrais estimadas é mostrada pela linha vermelha na figura abaixo. Para comparação, a linha azul mostra a curva de equilíbrio traçada pelo TS comercial "justo" de acordo com os dados fornecidos pela Piligrimm.
Os resultados coincidem bem, indicando a adequação do método integral sugerido para avaliar a rentabilidade do TS pelo ângulo de inclinação da nuvem preditiva.
De modo geral, a rentabilidade ainda pode ser consideravelmente aumentada exigindo do TS não fechar uma posição aberta se a previsão do próximo incremento de preço coincidir com a direção de uma posição já aberta.
O algoritmo implementado pela Piligrimm é muito bom! Há muito o que lutar.
Isso seria bom, mas as palavras de Pilligrim implicam que as curvas têm horizontes de previsão diferentes. E é mais do que certo que este é mais do que um passo à frente. Portanto, é preciso entender estes valores antes de fazer tais cálculos.
Nada impede o autor de usar este algoritmo como eu sugeri e tudo está bem:-)
O problema pode estar em outra coisa, a saber: o autor poderia implicitamente usar Aberto, Alto, Baixo ou Perto para construir um Previsto da mesma barra... então tudo isso é em vão! Isto é, para construir uma previsão com uma "espiada", por exemplo, para usar Alto ou Baixo de uma barra já formada. Mas acho que o autor logo dissipará nossos medos.
Os resultados coincidiram bem, o que mostra a adequação do método integral proposto para estimar os retornos de TC pela inclinação da nuvem preditiva.
De acordo. Este é um resultado auto-avaliável. Neutron, seria bom formalizar o método na forma de um artigo detalhando a metodologia de aplicação prática. Isto poderia se tornar um padrão, pois está espalhado "entre as massas". Ao mesmo tempo, a abertura da posição TC pode ser considerada como a previsão de um comércio de lucro médio na próxima barra (o intervalo igual à vida média do pedido). Então o método pode ser universalizado. Obviamente, hoje em dia falta tal indicador para avaliar o TS e o desenvolvimento de sua idéia parece ser muito versátil neste sentido.
P.S. Como opção, na escala de avaliação fuzzy o lado direito poderia ser "For real!" e no lado esquerdo "Foda-se você!" :-)
Para login e uso do site MQL5.com, você deve ativar o uso de cookies.
Ative esta opção no seu navegador, caso contrário você não poderá fazer login.
Você entrou na conta. A autenticação de dois fatores foi desativada. Configure-a novamente e escaneie um novo código QR ou continue com a autenticação de dois fatores desativada.
Não, você me entendeu mal. Grandes imagens carregadas neste fórum são compactadas para caber nesta página. Mas se você clicar neles, eles se abrirão em toda a sua glória :)
Conseguimos!
Quem me dera que o autor me dissesse como ele conseguiu esta beleza. - Em alguns lugares, a condução não fica nada atrás do cotier.
Peço desculpas por não poder manter a discussão prontamente, absolutamente sem tempo para olhar para o fórum. Embora atrasado, vou tentar responder às perguntas.
Neutron -"Para mim, por exemplo, é relevante uma previsão de um passo à frente com uma previsão em cada passo. Nesta formulação, NS está provavelmente fora de competição".
Eu também subscrevo este conceito, mas não tomo a posição de que NS dá os melhores resultados, por exemplo, a previsão por mapas Kohonen (quando eles não são usados para desenhar imagens, mas modelos são construídos a partir deles) é muito mais precisa e suave do que a de NS. A regressão linear às vezes também dá bons resultados. Como exemplo, posso dar mais algumas imagens do uso conjunto de LR e NS: a linha azul é o sinal inicial traçado pelo indicador, as linhas vermelha e amarela são previsões desse sinal com diferentes horizontes. No arquivo há um arquivo correspondente à figura para H4, a primeira coluna contém dados correspondentes ao sinal azul, a segunda contém dados amarelos, a terceira contém dados vermelhos e a quarta contém Fechar. Infelizmente, não tenho tempo para avaliar a rentabilidade na nuvem e calculá-la, caso você esteja interessado, pode fazê-lo com a ajuda deste arquivo.
Utilizo meus próprios indicadores como fonte de sinais (nunca usei nenhum padrão ou outros). Entretanto, chamar o que eu uso de um indicador simples é um pouco simplista. É antes um sistema de modelagem de sinais baseado em cotações que são processadas em um bloco com feedbacks e auto-ajuste, assim como o ajuste de alguns parâmetros de acordo com o tipo de equalizador, permitindo ao usuário formar a forma de sinal necessária, naturalmente com algumas limitações, porque a base é um fluxo real de cotações e a tarefa é aumentar o valor da informação dos dados e filtrar com o mínimo de atraso usando modelos preditivos.
O bloco de modelagem utiliza o princípio da consideração grupal dos argumentos, ou seja, como a GA ele utiliza não o melhor modelo, mas um grupo, mesmo que não seja o melhor, porque o mercado é volátil e com o tempo alguns sinais não melhores tornam-se os melhores e vice-versa. Além disso, tento obter a máxima diversidade de sinais cobrindo toda a faixa de variação da função alvo, tanto por fase quanto por amplitude em relação à qual os modelos são treinados. Em geral, o sistema tem uma estrutura hierárquica em árvore com modelos baseados em LR e NS nos nós dos galhos. Como exemplo do espectro utilizado para modelagem como sinais de entrada para treinamento de LR e NS dou um fragmento da figura, a cor preta (embora pouco visível) mostra o sinal alvo, todos os outros são derivados das citações passadas através de vários modelos. O cálculo dos modelos é feito na barra zero por carrapatos, mas devido à complexidade dos modelos nem todos os carrapatos têm tempo para serem processados, mas não é essencial - ao chegar de uma nova barra, os valores são fixos e não mudam mais. Os fatores de escala introduzidos nos modelos e correspondentes aos prazos permitem mudar de um prazo para outro preservando as características de escala constante, fase e amplitude dos sinais sem nenhum ajuste.
Sinto-me encorajado pelos resultados apresentados no primeiro exemplo, nunca fiz tais testes antes e não pensei que os modelos de regressão, ou NSs, pudessem ser tão estáveis durante o trabalho a longo prazo, sem reconversão. De acordo com minhas estimativas, o dólar foi apoiado e fortalecido artificialmente para as eleições nos EUA. Agora os recursos para apoiá-la se esgotaram, além de que a crise está impedindo um maior fortalecimento. Portanto, não creio que oEURUSDcaia muito mais , depois das eleições, que estão chegando, o dólar começará a cair um pouco, embora não muito, pois a produção e o consumo estão diminuindo por causa da crise, os preços do petróleo estão caindo. Outra queda significativa do dólar começará quando o sistema financeiro mundial se recuperar da crise, e não será logo, mas enquanto isso as flutuações estarão na faixa de 1,3 - 1,5, e eu acho encorajador, porque treinei todos os modelos de LR e NS neste sistema baseado em dados H4, tomei 5000 barras a partir de 18 de julho de 2005.Isto significa que todos os meus modelos funcionarão de forma estável sem reciclagem até que o preço se desvie significativamente desta faixa, e a LR, como mostra o exemplo, pode funcionar bem com um desvio significativo da faixa de treinamento. Embora o treinamento tenha sido conduzido nos modelos H4 funciona adequadamente em todos os prazos. Portanto, o sistema construído sobre esta base será estável sem necessidade de treinamento por muitos anos, isto é encorajador.
Peço desculpas por não poder manter a discussão prontamente, absolutamente sem tempo para olhar para o fórum. Embora com atrasos, tentarei responder a perguntas.
Piligrimm, obrigado pelo posto informativo e especialmente pelo arquivo de dados. Vou pensar sobre isso e analisar. Penso que haverá perguntas em breve.
Assim, Piligrimm, temos a série temporal inicial (TP) - Preço fechado H4 (pontos pretos), um muwwing suavizando o TP inicial de acordo com algum algoritmo (linha azul), e uma série de valores previstos construídos analisando o muwwing para TP inicial um passo à frente para cada barra H4 com parâmetros diferentes de ajustes NS (linhas vermelha e roxa).
Então, olhando para ele, nada de mal pode ser dito sobre o algoritmo até agora.
Vamos construir um TS que abrirá e fechará uma posição em cada barra H4, na direção da previsão, que é definida pelos predicados apresentados (ou predicados?). É claro que a tarefa inclui a precisão da previsão e a volatilidade da BP na TF selecionada. Depois de traçarmos o incremento de preço em pips no eixo de abcissas e a previsão deste incremento no eixo de ordenadas, obteremos a nuvem de previsão e, usando sua tangente de inclinação, avaliaremos o rendimento do TS em pips por transação.
Assumindo a volatilidade do instrumento de 30 pips, o retorno para a linha de regressão é de 1,4 pip/transação, Predict1 é de 6,6 pip/transação e Predict2 é de 10,7 pip/transação.
Se o autor não se enganar na preparação dos dados, o TS que se baseia neste algoritmo NS, trará até 8 pips de lucro médio a cada 4 horas para EURUSD, levando em conta o spread, com um risco de +-30 pips durante o mesmo tempo. Ou seja, a linha de equilíbrio crescerá a uma taxa de 40 pips por dia e pairará ao redor desta linha com uma amplitude de +-100 pips. A visão geral da curva de equilíbrio encontrada a partir das características integrais estimadas é mostrada pela linha vermelha na figura abaixo. Para comparação, a linha azul mostra a curva de equilíbrio traçada pelo TS comercial "justo" de acordo com os dados fornecidos pela Piligrimm.
Os resultados coincidem bem, indicando a adequação do método integral sugerido para avaliar a rentabilidade do TS pelo ângulo de inclinação da nuvem preditiva.
De modo geral, a rentabilidade ainda pode ser consideravelmente aumentada exigindo do TS não fechar uma posição aberta se a previsão do próximo incremento de preço coincidir com a direção de uma posição já aberta.
O algoritmo implementado pela Piligrimm é muito bom! Há muito o que lutar.
Mas o que quer que seja, funciona!
Nada impede o autor de usar este algoritmo como eu sugeri e tudo está bem:-)
O problema pode estar em outra coisa, a saber: o autor poderia implicitamente usar Aberto, Alto, Baixo ou Perto para construir um Previsto da mesma barra... então tudo isso é em vão! Isto é, para construir uma previsão com uma "espiada", por exemplo, para usar Alto ou Baixo de uma barra já formada. Mas acho que o autor logo dissipará nossos medos.
Os resultados coincidiram bem, o que mostra a adequação do método integral proposto para estimar os retornos de TC pela inclinação da nuvem preditiva.
De acordo. Este é um resultado auto-avaliável. Neutron, seria bom formalizar o método na forma de um artigo detalhando a metodologia de aplicação prática. Isto poderia se tornar um padrão, pois está espalhado "entre as massas". Ao mesmo tempo, a abertura da posição TC pode ser considerada como a previsão de um comércio de lucro médio na próxima barra (o intervalo igual à vida média do pedido). Então o método pode ser universalizado. Obviamente, hoje em dia falta tal indicador para avaliar o TS e o desenvolvimento de sua idéia parece ser muito versátil neste sentido.
P.S. Como opção, na escala de avaliação fuzzy o lado direito poderia ser "For real!" e no lado esquerdo "Foda-se você!" :-)